赵一雷团队基于人工智能证明生物合成酶预反应态分析的有效性

近日，Cell Press细胞出版社期刊《Cell Reports Physical Science》在线发表了上海交通大学生命科学技术学院赵一雷教授研究团队题为“Understanding the effectiveness of enzyme pre-reaction state by quantum-based machine learning model”的最新成果。生命科学技术学院博士生骆声淦为论文第一作者，上海人工智能实验室刘岚轩等协助了其中机器学习建模工作。该研究以酵母醇脱氢酶CpRCR蛋白质工程中手性醇产物立体选择性预测为应用场景，首先通过传统的伞形采样方法测算了Proleg规则和反Proleg规则下两种预反应态构象的相对稳定性，发现模拟计算结果与实验观察值基本一致。作者进一步采用高阶的量子化学QM/MM方法收集七百余对“预反应态-过渡态”的三维结构信息，利用催化反应中心高达千余的拓扑特征参数展开人工智能机器学习LASSO-SVM回归分析，最后基于前线反应轨道理论解释了为何仅仅数十个精选参数的预反应态QML模型可以有效预测CpRCR酶催化反应活性。

该研究工作为赵一雷课题组长期从事复杂体系反应通路计算系统研究的又一突破性成果，将显著地推进预反应态模型在生物合成酶蛋白质工程改造领域的应用。

该研究获得了国家重点研发计划“合成生物学”重点专项和国家自然科学基金的资助。（来源：上海交大）